珠三角臭氧污染的气候惩罚:基于深度学习方法的新范式
编号:641
访问权限:仅限参会人
更新:2026-04-03 16:05:45 浏览:7次
口头报告
摘要
珠三角臭氧污染受中尺度天气过程显著影响,不同天气型对应不同的输送、积累和光化学条件,进而决定臭氧超标的发生与强度。气候变化研究虽广泛关注大尺度气象和整体变化,但对不同地区中尺度天气,尤其是其对空气污染的进一步反馈作用,尚缺乏清晰认识和高效研究手段,难以精准计算未来气候情景下空气污染的防控难度变化及其驱动因素。本研究聚焦珠三角臭氧污染的“气候惩罚”问题(即,假定排放不变的情况下,气候变化导致的中尺度气象因素如何影响臭氧污染),提出一种结合数值模拟、无监督机器学习和深度学习的分析新范式。本研究首先利用2D-CNN深度学习臭氧预报模型,刻画区域气象场与珠三角近地面臭氧之间的非线性关系;随后结合气候模拟的动力降尺度结果,将当前气象—臭氧响应关系投影到未来气候情景中,用以识别未来高臭氧气象条件的变化。结果表明,未来珠三角臭氧污染显著受到有利于臭氧生成和积累的中尺度天气形势增多的影响,尤其是台风相关型过程的影响。本研究为理解区域臭氧气候惩罚提供了新思路,也为不同地区未来情景下的臭氧污染风险研判提供了方法支撑。
关键词
臭氧,气候惩罚,深度学习,珠三角,中尺度天气
稿件作者
张傲星
南方科技大学
陈炯恺
深圳市环境科学研究院
傅宗玫
南方科技大学
王晓琳
哈佛大学
莫佳佳
南方科技大学
陶玮
南方科技大学
发表评论